近年来,随着四旋翼无人机的载重能力、续航能力、安全性和灵活性的大幅提高,利用四旋翼搭载摄像头进行目标搜索或跟踪成为新的研究热点。目前已有研究能够实现对单个目标的识别或跟踪,然而在某些应用场合,例如足球、赛车、自行车等室外体育赛事直播中,往往无法也无需对每个目标配置单独的跟踪设备,此时就需要四旋翼同时跟踪多个运动目标。同时,实际应用中各个目标的重要性是不同的,例如在体育赛事中执行跟踪任务的四旋翼应该适当向明星运动员靠拢,这就要求对四旋翼的跟踪路径进行优化。为实现以上功能,本文提出了一种基于k-means聚类算法和加权多目标重心跟踪的新型算法,能够控制四旋翼识别多个目标,并根据目标的特征信息对不同目标赋予不同权值,然后根据各个目标的位置和权值获得跟踪路径,并控制四旋翼沿此路径进行多目标跟踪。然而在一些情况下,比如空间探测,恶劣环境搜救等诸多应用场景,由于单架四旋翼自身功能的限制难以满足复杂任务应用需求,通常要采用多架四旋翼协作完成任务,多架四旋翼协同控制也已成为无人机研究的一个非常重要的研究方向。因此在本文采用Odroid/Intel NUC机载电脑和DJI M100飞控搭建了多四旋翼协作的实验平台,组建了多机通信的无线Mesh网络,使得多四旋翼之间能够通过数据通信感知相邻四旋翼的信息,实现了基于ROS的分层的软件系统架构设计,完成了多飞行器的分布式三角编队算法。最后提出了两种多机协同目标搜索算法,一种是基于缩放型三角编队的多机目标搜索,另一种是基于信息融合的分区域协同搜索。前者是一种基于遍历思想的固定路径搜索算法,后者是一种基于动态路径优化的搜索算法。本文给出了详细的理论阐述和仿真结果。本文的创新点和贡献在于以下四点:第一,提出了一种基于k-means聚类算法和加权多目标重心跟踪的新型算法,该算法利用搭载的单架四旋翼平台实现多目标的搜索和动态跟踪;第二,搭建了基于socket通信的多机编队硬件平台,并完成了基于ROS的高可移植性的跨平台软件系统;第三,提出了一种基于缩放型三角编队的多机联合的目标搜索算法,将多机编队和目标搜索相结合,并通过仿真验证了该算法的可行性;第四,提出了一种基于信息融合和协同控制的多机分区域搜索算法。本文给出了理论分析和仿真结果。